|
1. 回测系统如果不能预测未来交易策略的绩效，那它就是无用的，但在回测过程中所潜在的缺陷将减少其预测的能力； 2.对缺陷的清除策略 (1)对于一个平台,如果在回测与执行过程中使用相同的程序,那它就可以消除前视偏差； (2)样本外的测试、交叉验证以及高估夏普比率的做法在实践中能够减少数据探测过程中所出现的偏差,但没有比前视检测更加明确的了； (3)简化模型的做法是一个规避数据探测过程中所出现的偏差的一个比较简易的模式； (4)“为什么我的模型在2012年7月9日会生成一个做空THQ公司股票的信号呢?哦,那是因为我忘了以1:10的股票反向分割比例调整其历史价格的数据!” (5)“你的模型只是生成买入CMC公司股票的信号吗?你肯定没有忘记调整其历史价格数据吗?别忘了；因为今天是这只股票的除息日!” (6)“我只看到你的模型提示的是做多,但你确定你的数据所相关的股票不存在退市问题吗? (7)“均值回归型股票交易模型在回测过程中使用收盘价格是很好的,但是,当你用原生金融工具市场的数据进行再次检测时,所预期的检测结果就会出现缩水的情况；” (8)“你的模型在2008年11月表现出色,但它当时是否做空很多股票呢?别忘了,卖空股票是被禁止；” (9)“这个高频股票交易模型在回测过程中看起来表现很好,但我不知道它是否包含有对空头实施提价交易规则的限制条件；” (10)“你的期货日历点差模型的收益来源是相应报价的点数差异,那你为什么以收益差距来回测相应的价格序列呢?” (11)“为什么我的均数回归式日间期货点差交易模型在回测中表现如此之好,但在实时交易却又如此糟糕呢?哦,我应该使用点数驱动模型,而不是以价格棒线为基准来回测相关的交易；” (12)“相应动量交易策略所构建的回测系统看似不存在任何缺陷,但是,它在2008年之前表现良好并不意味着它在将来也会表现良好；” 3.回测系统的统计数据: (1)相应交易策略的预期年化收益率为10%,而统计相关的收益率只有1%,这是为什么呢？ 回答:这是因为运行相关策略所对应的初始三个月的、相同时间步长的历史价格序列的累积值为10000个数据,而其中只有100个样本数据的年化收益率大于或等于10%； (2)上述问题的另一种解释是:在随机攫取入场时间测定相关交易的过程中,100个随机数值中只有1个数据的年化收益率会大于或等于10%。 4.我们要选取什么样的回测平台呢? (1)“我是一个数学家,投资了5000万美元做基金,但我不知道如何编程,那我应该选择什么样的平台呢?” 回答:你应该选择机构层面的专用平台,比如 Deltic平台、Quanthouse平台、 Progress Apama平台或者 RTD Tango平台； (2)“我是一个经验丰富的、崇尚个性化交易的、特立独行的交易者,我偏好于自动操作相应的交易策略,那我应该选择什么样的交易平台呢? 回答:你应该选择零售型专用交易平台,比如 Metatrader平台、Ninjatrader平台、 Trading Blox平台或者 Tradestation平台； (3)“我是一个数量分析家,擅长用 MATLAB语言研讨相关交易策略,但是,我如何实施这些策略进行现实的交易呢?” 回答:你可以选择 exchanger1.com网站的 quant2ib应用程序界面与盈透证券( Interactive Brokers)链接;或者,选择 quant2tt接口与Trading Technologies公司链接;或者,以www.pracplay.com网站与其他券商链接;或者,以 MATFIX界面与FIX公司链接； (4)“我擅长以C++、C#和Java语言进行编程,但是我不善于和券商相链接,我也很讨厌时时改变链接,且经常更换券商,那我该怎么办呢?” 回答:你应该选择一些集成开发的模块系统,比如 Marketcetera系统、 Trade Link系统、 Algotrader系统或者 Activequant系统。 5.自动化的运行平台: (1)“我想在一个数据中心将我的交易程序进行了托管,从而将我的订单确认延迟时间降至10毫秒以下；” 问题是:你能确信相关券商确认订单的延迟时间会低于10秒吗? (2)“我在亚马逊的EC2平台托管主机,它给我的交易程序所填充的市场数据应该更比我桌面电脑所获取的要新；” 回答:那不一定:EC2服务器可能离券商的数据服务器很远(这里指的是网络距离),其传输速度可能还不如你的台式电脑； (3)“我使用 MATLAB的并行计算工具箱,同时在显卡工具(GPU)之上运行相应的程序；因此,我可以在标普交易所(SPX)同时进行其500只股票的交易；” 回答:即使在 MATLAB的并行计算工具箱,你同时处理的股票仅限于12只,你可以编写你自己的Java或 Python程序,进而引入真正的用于多线程交易的显卡工具； (4)“我的集成开发模块不具有复杂事件的处理功能(CEP),我不能运行一个基于点数交易策略；” 回答:即使不具备CEP功能的平台通常也都设置回调函数,从而将你的程序设置成点数驱动模式。 第2章 均值回归模式的基本要义 1.均值回归意味着价格的变化与平均价格和当前价格之差成正比； 2.平稳性意味着价格离散的速率小于其几何随机游走的速率； 3.ADF检验旨在测试均值回归； 4.赫斯特指数和方差比率测试旨在测试平稳性； 5.均值回归的半衰期指标主要是测定一系列价格向其均值回归的速度有多快,它将相应价格系列应用于均值回归策略时,对相关的盈利能力,或夏普比率的预期具有良好的效果； 6.线性的交易策略是指一个单位的投资组合所对应的相关资产的交易数量或份数与其Z分数的负值成正比； 7.如果我们能结合两个或多个非平稳的价格系列组成平稳的投资组合,那么这些价格系列被称为协整； 8.协整可以用CADF测试或约翰森测试进行测试； 约翰森检验所生成的特征向量可以作为对冲比率,然后通过输入相应的价格系列来形成平稳的投资组合,其最大的特征值对应的是最短的半衰期。 第3章 均值回归策略的运行机制 1. 你想在交易持续时间中构建一个固定数量的均值回归策略相关的投资组合么？ 那你就要使用价格系列来确定相应的对冲比率； 2.在交易存续期限内,你想按照每一个成分资产的市值来构建一个均回归策略相关的投资组合吗?用价格系列的对数(1log)值来确定相应的对冲比率；价格比率,而不是利差,往往是货币对交易的一个很好的指标； 4.你担心对冲比率、点差之平均值和标准差将来会有什么变化吗? 解决此问题需要使用一个移动的回溯期,或应用卡尔曼过滤法则； 5.如果要实际运行一个线性的交易策略,我们可以在增持头寸的前提之下使用布林带指标； 6.增持相应头寸的做法在回测系统中不是最优的,但在实时交易中,由于波动率和概率经常发生变化,因此,此种方法就显得有效了； 7.你想根据最新的交易(价格和规模),动态地更新一个金融工具的期价格吗?那就应用卡尔曼过滤法则； 8.数据的误差可能会使得均值回归策略出现膨胀的效果,但动量型交易策略在此方面不受影响； 9.无论在回测系统还是在实时交易中,基于点差的交易策略对很小的数据误差却表现得特别敏感。 第4章 股票与ETF基金的均值回归模式 1.你是否因为巨大的噪声因素而选择股票的配对交易? 答:我们的目的是要防止因公司基本面要素的变化而使样本外数据的性能表现很差,尽管一流的回测系统也改变不了这样的结果； 2.由具有协整关系的ETF基金所构建的投资组合的表现可以比股票配对交易要好； 3.你的ETF基金的配对交易中有期货头寸吗? 答:在确定期货的总收益率时,要弄清滚动收益的作用； 4.季节性或盘中均值回归的交易策略很难以平稳性和协整模式来进测试,但它的收益可以非常好； 5.在均值回归策略中应用动量过滤法则可以提高相关策略的一致性； 6.你认为股票和期货之间的指数套利不再有利可图吗? 答:你可以试着选择股票指数之内的成分股的子集进行交易； 7.跨行业(横截面)式均值回归策略可以很容易地实现线性多一空交易策略； 8.在横截面均值回归策略中,用于股票排名的变量通常是相对收益率,但它也可以是市盈率等基本因素。 第5章 货币交易与期货交易相关的均值回归交易策略 1.作为特殊“商品”的货币交易之协整属性的概率很高； 2.在计算两个交叉汇率的配对交易所构建的投资组合的收益率时所是否关注其是不是相同的报价货币呢?货币相关国家的经济基础是同样的吗? 答:因各种情况不同,相应公式所计算的收益率是不一样的； 3期货收益率包括两个部分:点现货收益率、连续(循环)收益率； 4现货溢价是指:连续收益率是正值—远期期货合约的价格低于近期期货合约的价格;期货溢价是指:连续收益率为负值—近期期货合约的价格低于远期期货合约的价格； 5.由于连续收益的存在,现货价格均值回归的属性可能不会使期货价格也具有均值回归的性质； 6.可交易资产的跨期套利行为的均值回归的属性依赖于连续收益率的均值回归的性质。 第6章 日间动量型交易策略 1.时间序列型动量交易策略是指一系列价格的过去与未来的收益率呈正相关性的比例关系； 2.横向型动量交易策略是指在某个投资组合之中,相对于其他价格系列,某一价格系列的过去和未来的相对收益率呈正相关性的比例关系； 3.期货所呈现的时间序列型动量运行模式的主要原因是:连续循环收益率所关联的行情迹象具有可持久性； 4.如果你能发现一种金融工具(如ETF基金或其他类型的期货),其与某个商品的现货价格或收益率具有协整性或相关性,那你可以在现货溢价时通过做空此类工具而攫取此类商品期货的连续收益；或者,你也可以在期货溢价时做多此类金融工具； 5.由期货或股票所构建的投资组合经常表现出横向型的动量属性所以简单的、收益率相关的排序之算法是可行的； 6.基于信息敏感性评价体系的动量型盈利策略表明:新闻信息缓慢扩散的模式是股票价格走势的动因； 7.共同基金之间的资产减价出售和强制购买模式的扩散会导致股票价格的动量走势； 8.动量交易模型在类似“黑天鹅”事件发生的情境之下会有很好的表现,同时,其与相应的收益率分布曲线的峰值呈正比关系。 第7章 盘中动量型交易策略 1.盘中(日内)动量交易策略不受制于日间动量交易策略的相关劣势,而且它们保留了一些关键的优势； 2.“破位”型动量交易策略所涉及的是价格运行超过了一个交易区间； 3.开盘“缺口”买入型交易策略是一种期货和外汇相关的、有效的突破策略； 4.“突破”型动量交易模式可能是由于止损订单所触发的； 5.各种企业和宏观经济的新闻信息会引发短期的价格动量模式； 6.相关股票被添加,或从指数中删除之类的股指成分的变化会引起相关的动量运行模式； 7.于靠近市场收盘时刻所做的、对ETF杠杆基金的调整会引发自前日收盘时刻伊始的相关市价收益率按照标的资产指数的同一方向运行相应的动量模式； 8.许多高频的动量交易策略所涉及的是买盘规模和卖盘规模之间的不平衡态势,还包括一种被高频交易者自己所“人为”营造的失衡情境； 9.停损模式是一种依赖于触发止损订单的高频交易策略,通常需要在当期价格点位附近以整数形式填充相关订单； 10.订单流量可以在同一个方向之上,预测短期价格的波动模式。 第8章 风险管理 1.最大化的长期增长率 (1)你的目标是长期资产净值最大化吗? 如果是这样,你要考虑使用半凯利模式的最优杠杆比例； (2)你的交易策略的收益率的概率分布形态是厚尾式的吗? 那你可能要使用蒙特卡罗模拟形式去优化相应的增长率,而不是依靠凯利公式； (3)你要记住数据探测过程中所出现的偏见,有时,你可以基于回测系统之中的收益率相关的复合增长率直接优化相关的杠杆比例； (4)你想确保相应的跌幅不会超过一个预设的上限,却享受最高的增长率吗? 你可以采用投资组合相关的风险比例之固化模式。 2.止损机制: (1)止损机制通常会降低相应回测系统之中的均值回归策略的交易性能,这主要是由相关企业退市所引发的生存偏差所导致的,但止损可以防止“黑天鹅”事件的发生； 2)为均值回归策略所设置的止损在回测程序当中永远不会被触发； (3)对动量型交易策略而言,止损机制是该策略自然的,以及具有 逻辑性的一个重要组成部分。 作者：张嘉羚
|
|
|
